Data Scientist H/F

Depuis 2002, Aneo est un cabinet de conseil tech qui accompagne ses clients dans leurs transformations grâce à la technologie. Notre approche combine nos expertises HPC, Cloud, IA et MLOps. Nos équipes rassemblent des profils experts et nous nous appuyons sur un écosystème de partenaires technologiques (notamment Nvidia, Intel, AMD, AWS et GCP) et une communauté d’expertise tournée vers la résolution de problèmes complexes. Dans le cadre de notre croissance, nous renforçons aujourd’hui la tribe Advanced Computing.

CONTEXTE

Nous accompagnons un acteur majeur des médias dans la conception et l'industrialisation d'une solution de Machine Learning / deep learning dédiée à la prédiction d'affluence et de fréquentation. Fort de son succès, le projet a été étendu à un second client et l'équipe s'agrandit pour aller plus loin. Vous interviendrez dans un contexte international, en lien direct avec les équipes métiers et techniques.

Vous prendrez en charge les responsabilités suivantes

Modélisation & Data Science

• Concevoir, développer et évaluer des modèles de Machine Learning et de Deep Learning, avec un focus sur les séries temporelles.
• Tester et comparer de nouvelles architectures pour améliorer les performances prédictives.
• Construire des pipelines de traitement de données : collecte, transformation, feature engineering, stockage
• Assurer la qualité des données et appliquer les bonnes pratiques de gouvernance
• Réaliser une veille active sur les avancées en ML/DL et proposer de nouvelles approches adaptées au contexte métier

MLOps & Industrialisation

• Participer à l'industrialisation des modèles en production (Azure / AWS )
• Contribuer aux pipelines CI/CD et aux bonnes pratiques DevOps de l'équipe
• Prendre part au monitoring des modèles et remonter les anomalies détectées (drift, dégradation de performance)

Collaboration & Communication

• Collaborer étroitement avec les équipes métiers pour comprendre les besoins et proposer des solutions adaptées.
• Rédiger une documentation technique claire et maintenir le knowledge base du projet.